基于三支決策的中文微博觀點(diǎn)句識(shí)別研究.pdf

1、隨著互聯(lián)網(wǎng)以及移動(dòng)互聯(lián)網(wǎng)的飛速發(fā)展，微博的用戶量快速增長，微博觀點(diǎn)句識(shí)別對(duì)微博輿情研究的價(jià)值越來越大。然而人工的去挑選主觀性的微博文本不僅費(fèi)時(shí)費(fèi)力，而且效率低下。因此，如何采用計(jì)算機(jī)技術(shù)，從大量微博文本中自動(dòng)識(shí)別表示觀點(diǎn)的微博，成為當(dāng)前研究的熱點(diǎn)。提出了基于三支決策的中文微博觀點(diǎn)句識(shí)別方法，并展開了如下研究工作：
　　(1)基于現(xiàn)有的適合于微博文本的分類性能較好、準(zhǔn)確率和召回率較高的觀點(diǎn)句識(shí)別算法，如支持向量機(jī)（support v

2、ector machine，SVM）、貝葉斯（Naive Bayes,NB）、K近鄰算法（k-Nearest Neighbor algorithm，KNN）等，引入三支決策理論，構(gòu)建了基于 NB、SVM、KNN的三支決策分類器，提出了適合于三支決策分類器的評(píng)價(jià)標(biāo)準(zhǔn)，設(shè)計(jì)了基于專家知識(shí)的三支決策閾值算法，實(shí)驗(yàn)表明，該方法能在保證分類性能的前提下有效提高微博觀點(diǎn)句識(shí)別的準(zhǔn)確率，驗(yàn)證了三支決策方法的有效性。
　　(2)基于專家知識(shí)的三支

3、決策閾值算法針對(duì)不同的領(lǐng)域，需要有不同的專家領(lǐng)域知識(shí)，這阻礙了三支決策方法更廣泛的應(yīng)用，因此，基于決策風(fēng)險(xiǎn)最小化原理，提出了改進(jìn)的自動(dòng)學(xué)習(xí)三支決策閾值算法，該算法不需要領(lǐng)域?qū)＜抑R(shí)，能自動(dòng)學(xué)習(xí)到全局閾值最優(yōu)解，并使得微博觀點(diǎn)句識(shí)別的整體性能得到較大提升。
　　(3)改進(jìn)的基于決策風(fēng)險(xiǎn)最小化原理自動(dòng)學(xué)習(xí)三支決策閾值算法，能學(xué)習(xí)到使決策風(fēng)險(xiǎn)最小的三支決策閾值，使得微博觀點(diǎn)句識(shí)別的準(zhǔn)確率非常高，但在高準(zhǔn)確率下，微博觀點(diǎn)句識(shí)別的召回率和整